Dobre ramy dla wykresów na żywo w Pythonie?

Question

Pracuję nad aplikacją Python, która wymaga analizy regresji na danych na żywo i tworzenia wykresów. Oznacza to, że aplikacja otrzymuje dane na żywo, a modele regresji ponownie obliczają się w miarę aktualizowania danych. Proszę zauważyć, że chcę wykreślić zarówno dane wejściowe (dane), jak i dane wyjściowe (analizę regresji) na tym samym wykresie.

Zrobiłem wcześniej trochę pracy z Matplotlib. Czy to najlepsze ramy do tego? Wydaje się być dość statyczna, nie mogę znaleźć żadnych dobrych przykładów podobnych do moich powyżej. Wydaje mi się też, że jest dość rozdęty. Wydajność jest kluczowa, więc jeśli istnieje jakakolwiek szybka struktura wykresów Pythona tam z małą postacią, jestem wszystkimi uszami ...

Answer 1

Zrobiłem sporo animowanego wykresu z matplotlib - zawsze zabrało mi to trochę sprowokowania, żeby zadziałało.

Oto dobry przykład choć:

http://matplotlib.sourceforge.net/examples/animation/simple_anim_gtk.html

Answer 2

Nie pracowałem z Matplotlib ale zawsze uważałem, że gnuplot jest odpowiedni dla wszystkich moich potrzeby wykresów. Masz możliwość wywołania gnuplot z Pythona lub użycie gnuplot.py (gnuplot-py.sourceforge.net) do interfejsu gnuplot.

Answer 3

Można użyć OpenFlash Chart który wil daje bardzo ładne wyjście. Nie trzeba mieć lampy błyskowej (działa na Flex) i jest python library zapisywać wykresy w ładnym pythonic sposób:

def test_radar_charts_3(): 
    chart = open_flash_chart() 
    chart.title = title(text='Radar Chart') 

    val1 = [30,50,60,70,80,90,100,115,130,115,100,90,80,70,60,50] 
    spokes = ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p'] 
    val2 = [] 

    for i in val1:         
     txt = "#val#<br>Spoke: %s" % i 
     tmp = dot_value(value=i, colour='#D41E47', tip=txt) 
     val2.append(tmp) 

    line = line_hollow() 
    line.values = val2 
    line.halo_size = 0 
    line.width = 2 
    line.dot_size = 6 
    line.colour = '#FBB829' 
    line.text = 'Hearts' 
    line.font_size = 10 
    line.loop = True 
    chart.add_element(line) 
    r = radar_axis(max=150) 
    r.step = 10 
    r.colour = '#DAD5E0' 
    r.grid_colour = '#EFEFEF' 
    chart.radar_axis = r 
    tip = tooltip(proximity=1) 
    chart.tooltip = tip 
    chart.bg_colour = '#FFFFFF' 
    return chart